一直以来,对于python的Matplotlib库画图效果情有独钟,原因很简单,图很漂亮,比如说
这是matplotlib官网的一副图,相信大家和我一样,第一反应是漂亮,第二反应是手痒痒,想尝试一下,啥也不说,先放代码
#!/usr/bin/env python
from pylab import *
import matplotlib.cbook as cbook
w, h = 512, 512
datafile = cbook.get_sample_data('ct.raw', asfileobj=False)
print 'loading', datafile
s = file(datafile, 'rb').read()
A = fromstring(s, uint16).astype(float)
A *= 1.0/max(A)
A.shape = w, h
extent = (0, 25, 0, 25)
im = imshow(A, cmap=cm.hot, origin='upper', extent=extent)
markers = [(15.9, 14.5), (16.8, 15)]
x,y = zip(*markers)
plot(x, y, 'o')
#axis([0,25,0,25])
#axis('off')
title('CT density')
if 0:
x = asum(A,0)
subplot(212)
bar(arange(w), x)
xlim(0,h-1)
ylabel('density')
setp(gca(), 'xticklabels', [])
show()
这幅图事实上用到了画图命令imshow(X,......),顾名思义,该命令是用来X变量中存储的图像的,其中X可以是浮点型数组、unit8数组以及PIL图像,如果其为数组,需满足一下形状:
- M*N 此时数组必须为浮点型,其中值为该坐标的灰度;
- M*N*3 RGB(浮点型或者unit8类型)
- M*N*4 RGBA(浮点型或者unit8类型)
其中第一种对于平时画云图有很有意义,接下来给一个最简单的例子,望大家能举一反三:
import matplotlib.pyplot as plt
plt.imshow([[1,2],[3,4]])
plt.show()
结果在下面
写在最后,大家一定对其中的坐标值很是迷惑,我再唠叨一下:M和N分别代表了横向和纵向的点数,X的值仅仅是表示该坐标下的灰度,坐标哪来——当然是数组索引号了,重新设置坐标用extent参数就行,其他的大家慢慢研究吧。